La fuerte relación entre la música y la salud ha ayudado a demostrar que la música clásica suave y tranquila puede reducir significativamente el estrés de las personas; sin embargo, es difícil identificar y recopilar ejemplos de tal música para construir una biblioteca. Por lo tanto, se requiere un sistema que pueda generar automáticamente selecciones de música clásica similar a partir de una pequeña cantidad de música de entrada. La melodía es el elemento principal que refleja los ritmos y emociones de las obras musicales; por lo tanto, la mayoría de las investigaciones de generación automática de música se basan en la melodía. Dado que la melodía varía con frecuencia dentro de las barras musicales, estas últimas se utilizan como las unidades básicas de composición. Por lo tanto, se requieren técnicas de extracción de melodía y métodos de codificación basados en barras para la generación automática de música basada en barras utilizando melodías. Este documento propone un método que maneja la extracción de pistas de melodía y la codificación de barras. Primero, la pista de melodía se extrae utilizando un algoritmo de frecuencia de término-inverso de documento (TFIDF) basado en tono y un filtro basado en características. Posteriormente, cuatro características específicas de las notas dentro de una barra se codifican en una matriz de tamaño fijo durante la codificación de barras. Realizamos experimentos para determinar la precisión de la extracción de pistas basada en datos de verificación obtenidos con el algoritmo TFIDF y el filtro; se calculó una precisión del 94.7% basada en si la pista extraída era una pista de melodía. El valor estimado demuestra que el método propuesto puede extraer pistas de melodía con precisión. Este documento discute métodos para extraer automáticamente pistas de melodía de archivos MIDI y codificación basada en barras. La posibilidad de generar música a través de redes neuronales de aprendizaje profundo se facilita mediante los métodos que examinamos en este trabajo. Para ayudar a las redes neuronales a generar música de mayor calidad, que es beneficiosa para la salud humana, los métodos de preprocesamiento de datos contenidos aquí deben mejorarse en trabajos futuros.